川海智库

报告概述

本报告利用人工智能（GPT-4.1）对经济学家情报单元（EIU）国家报告进行固定提示词分析，构建了首个全球季度叙事数据库，涵盖64个国家1952年至2023年间的外生政府支出行动。数据库识别出扩张性与紧缩性支出冲击，并通过多种方法验证其可靠性。在此基础上，报告采用国家特定的贝叶斯向量自回归模型估计政府支出乘数，并系统考察了乘数在开放度、汇率制度、商业周期、政策不确定性及政治支持等维度上的异质性。该研究为理解财政政策传导机制提供了全新视角和丰富实证证据。

报告的核心结论

全球中位数政府支出乘数约为0.7。

报告基于64个国家样本，采用内部工具变量方法估计得出1年期和2年期累积乘数中位数分别为0.74和0.67，此数值落在现有文献报告的常见范围内，表明平均而言政府支出对产出的拉动效应温和。

乘数在更封闭经济体、固定汇率制和衰退期更大。

沿着Ilzetzki等（2013）的经典维度，报告发现贸易开放度较低的国家乘数更大（1.4 vs 0.6），固定汇率制下乘数接近1.1，而浮动汇率制下较小；经济下行期乘数显著高于上行期，体现财政政策逆周期调节的有效性。

高经济政策不确定性时期乘数显著降低。

利用世界不确定性指数（WUI）和财政政策不确定性指数（FUI）划分高/低不确定性状态，报告发现高不确定性季度中1年期乘数降至0.5左右，而低不确定性时超过1.0，表明不确定性削弱了财政刺激的传导效果。

政治支持增强财政乘数，选举临近则削弱。

报告构建了基于EIU报告的政治支持指标，发现在政治环境有利时乘数约为1.0-1.1，不利时接近零；选举前季度支出传导显著减弱，说明政治因素通过影响支出实施力度调节财政乘数。

报告回答的关键问题

政府支出乘数的大小如何随经济开放度变化？

报告显示，贸易开放度较低（封闭）的经济体乘数显著更大，1年期乘数约为1.4，而开放经济体仅为0.6。这是因为开放经济中更多需求通过进口漏出，削弱国内产出响应。该发现与经典进口漏出理论一致。

AI叙事编码能否可靠替代人工识别财政冲击？

报告通过与Romer和Romer（2019）的人工编码对比验证，AI匹配准确率超过93%（扩张方向87.5%，动机94.1%；紧缩方向95%，动机97.8%）。分歧主要源于混合行动中的净方向判定，而非识别失败，证明AI方法高效可靠。

财政乘数在衰退期和正常期有何差异？

采用平滑转换面板代理SVAR模型，报告发现低增长状态下乘数约为0.77，而高增长状态下接近零（甚至负值）。差异在统计上具有一定显著性，表明衰退时期财政刺激效果更强，支持逆周期财政政策。

政治支持如何影响政府支出传导？

利用EIU文本构建的政治支持指标，报告发现支持度高时，叙事冲击转化为实际支出增长的程度更大（累计支出响应差异显著），对应乘数约1.0；支持度低时乘数极小。选举临近则抵消这种优势，表明政治周期是财政传导的重要决定因素。

报告中的代表性数据

0.74 (1年), 0.67 (2年)

中位数累积政府支出乘数

1952Q1-2023Q4（64国），基于国家特定贝叶斯VAR模型，采用内部工具变量法估计，样本为64个发达和发展中经济体。乘数为累积产出响应与支出响应之比，经中位政府支出占比缩放。

扩张50.6%, 紧缩49.4%

叙事冲击类型占比

1952Q1-2023Q4（64国，非零季度），在总计8,636个非零叙事冲击季度中，扩张性行动占4,374次（50.6%），紧缩性行动占4,262次（49.4%），分布基本均衡，有助于识别。

扩张方向87.5%, 扩张动机94.1%; 紧缩方向95%, 紧缩动机97.8%

AI与专家编码一致性

1980-2017年20国金融困境时期，以Romer和Romer（2019）对31个OECD国家金融困境期间EIU报告的人工编码为基准，GPT-4.1在固定提示下对财政方向与动机的分类准确率均超过87%，表明AI可可靠复制专家叙事分析。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整的数据库构建方法：详细说明如何利用固定GPT-4.1提示从EIU国家报告中提取外生支出行动，包括提示词模板、编码标准、方向聚合规则以及如何处理混合信号，并附有典型例证。
  • 多维度验证分析：包含与Romer和Romer（2019）的专家编码对比、预测实际政府支出的局部投影检验、与Adler等（2024）年度行动型整合数据集的外部对齐验证，以及51次重复运行的可复制性评估。
  • 国家特定贝叶斯VAR估计：描述内部工具变量识别策略、Minnesota先验设置、吉布斯采样流程、可接受性条件（支出响应下限和乘数范围）以及贝叶斯与频率学派估计的稳健性对比。
  • 结构性异质性的分组面板证据：沿贸易开放度、公共债务、汇率制度、非正规经济和劳动力市场灵活性等维度，报告分组乘数估计结果，并附有90%自助法置信区间。
  • 商业周期状态依赖性分析：采用平滑转换面板代理SVAR，以滞后四年移动平均增长率为状态变量，估计高增长与低增长状态下的乘数差异，包含增长率和对数水平两种规格。
  • 政策不确定性状态依赖性：基于世界不确定性指数（WUI）和财政政策不确定性指数（FUI，由同一EIU文本构建），将样本分为高/低不确定性状态，分别估计乘数并比较差异。
  • 政治支持与选举效应分析：详述政治支持指标和三个原始政治维度（立法多数、选举临近、动荡/僵局）的构建过程，以及用于分离传导机制的局部投影工具变量回归结果。
  • 附录：包含后验计算细节、可接受性稳健性检验、贝叶斯与频率学派对比、分组面板回归规范、政治支持数据构建的完整提示词和编码规则。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告